Artículo de revisión

Acta Pediatr Mex. 2018 ene;39(1):72-80.

Generalidades de los estudios de

casos y controles
González-Garay A1, Díaz-García L2, Chiharu-Murata3, Anzo-Osorio A4, García
de la Puente S5

Resumen
ANTECEDENTES: los estudios de casos y controles son de utilidad
cuando se buscan factores de riesgo para enfermedades poco comunes
o que tienen un periodo de latencia prologado.

OBJETIVO: identificar las principales características del estudio de

casos y controles (Ca-Co) para favorecer la disminución de sesgos
durante su evaluación o conducción.

DESCRIPCIÓN: este diseño se caracteriza por la selección de sujetos

con o sin el evento de interés. Éstos se comparan para identificar los
factores de riesgo que favorecieron la presencia de este evento. La
finalidad de este tipo de estudios es la de inferir una relación causal
expresada mediante razón de momios y los intervalos de confianza
al 95%.

CONCLUSIONES: el diseño de Ca-CO es relativamente fácil y rápido

de realizar. Sin embargo, es susceptible a múltiples fuentes de sesgo,
las cuales deben de ser minimizadas para obtener mayor confiabilidad
de las inferencias obtenidas.

PALABRAS CLAVE: estudio de casos y controles, razón de momios,

causalidad

1
Doctor en Ciencias. Metodología de la Investigación.
2
Maestra en ciencias. Metodología de la Investi-
gación.
Acta Pediatr Mex. 2018 Jan;39(1):72-80. 3
Maestro en rehabilitación neurológica. Metodología
de la Investigación.
Overview of Case-Control Studies. 4
Maestra en Ciencias. Metodología de la Investi-
gación.
5
Doctor en Ciencias. Metodología de la Investigación.
González-Garay A1, Díaz-García L2, Chiharu-Murata3, Anzo-Osorio A4, García Jefe de Departamento.
de la Puente S5
Instituto Nacional de Pediatría.
Abstract
Recibido: 2 de junio del 2017
BACKGROUND: Case-control studies are useful for risk factors
research, speacially for rare diseases or diseases with a prolonged Aceptado: 2 de octubre del 2017
latency period.
Correspondencia
OBJECTIVE: To identify the main characteristics of the case-control Silvestre García de la Puente
study, in order to reduce bias during the study evaluation and/or garciadelapuente@hotmail.com
conduction.
Este artículo debe citarse como
DESCRIPTION: This design is characterized by the selection of sub- González-Garay A, Díaz-García L, Chiharu-Murata,
jects with and without the event of interest and they are compared Anzo-Osorio A, García de la Puente S. Generalidades
to identify risk factors in order to infer causal relationship, which is de los estudios de casos y controles. Acta Pediatr
expressed, by odds ratio and 95% confidence intervals. Mex. 2018;39(1):72-80.

72 www.actapediatrica.org.mx
González-Garay A et al. Diseño de casos y controles
CONCLUSIONS: Case-controls studies are a relatively easy and quick
design to perform. However, it is susceptible to multiple sources of
bias, which must be minimized to obtain greater reliability in the
obtained inferences.
KEYWORDS: cases-controls studies; odds ratio; causality
INTRODUCCIÓN
Debido a su baja prevalencia (<5%) o por su
latencia prolongada, muchos fenómenos en la
naturaleza dificultan la identificación de sus
factores de riesgo y su relación causal. Por tal
motivo, se requiere de la aplicación de un diseño
de estudio que les permita a los investigadores
obtener resultados en un tiempo más corto.
Se ha observado que el diseño de casos y con-
troles o también llamado “casos y testigos” o
“casos y referentes”, solventa estas dificultades
debido a que al ser un estudio epidemiológico,
analítico y observacional, facilita la identifica-
ción de las causas que desarrollan un evento de
interés, poniendo a prueba diferentes hipótesis
propuestas por el investigador.1
Este diseño de estudio inicia con la selección
de individuos que presentan la característica
o el evento deseado a estudiar; los cuales son
denominados como “casos” y son comparados
con un grupo de participantes que no poseen
dicha característica (controles), con la finalidad
de identificar y analizar los factores de riesgo
asociados al desarrollo del evento y calcular
las probabilidades para que un sujeto presente
el desenlace, generando de esta manera infor-
mación de gran utilidad para la elaboración de
estudios posteriores con diseños prospectivos.2,3
Una de las principales características de este
diseño es que permite analizar varios factores al
mismo tiempo, ya sean intrínsecos (edad, sexo,
predisposición genética, etc.) o extrínsecos a los
Correspondence
Silvestre García de la Puente
garciadelapuente@hotmail.com
participantes (medio ambiente, fármacos, hábi-
tos, entre otros), reduciendo el tiempo y costo
de la realización del estudio.2
Para llevarse a cabo este diseño es necesario que
el investigador identifique y seleccione a los par-
ticipantes que constituirán el grupo de casos y a
los controles, para que, posteriormente, busque
en el pasado las características a los que estuvie-
ron expuestos ambos grupos (factores de riesgo);
por esta razón, los estudios de casos y controles
son considerados como “retrospectivos”.4,5
Un ejemplo de este diseño fue el realizado en
Alemania en 19626 en el que se identificó que
la ingesta de talidomida durante el embarazo
era causante de una malformación congénita
irreversible llamada focomelia, cuya incidencia
se incrementó en la década de los 60s. Para la
realización de este estudio, los autores incluye-
ron a 112 casos de focomelia y los contrastaron
con 188 niños sin esta malformación; observaron
que del grupo de casos 90 mujeres habían con-
sumido este medicamento, mientras que en el
grupo control sólo dos mujeres consumieron di-
cho fármaco; lo cual permitió analizar su fuerza
de asociación con la malformación congénita y
generar cambios en las políticas sanitarias, pro-
hibiendo su venta y distribución en las mujeres
gestantes por el elevado riesgo para desarrollar
malformaciones en sus productos.
Una estrategia empleada por algunos investi-
gadores para facilitar la realización de estos
estudios es utilizar la misma fuente de datos de
un estudio de cohorte, a lo cual se le denominan
73
 Acta Pediátrica de México
estudios “híbridos” o “anidados a una cohor-
te”.7 Un ejemplo es el estudio publicado por
Casagrande8 en el que en una cohorte de 2907
pacientes pediátricos con primera neoplasia an-
tes de los 15 años, se anidó un estudio de casos y
controles, definiendo como casos a 64 pacientes
con segunda neoplasia maligna y como controles
a 190 pacientes que no la desarrollaron.
En años recientes se han desarrollado algunas
otras variantes al diseño de casos y controles,
por lo cual, presentamos la siguiente informa-
ción detallada para facilitar a los investigadores
el entendimiento, análisis y correcta ejecución
de estos estudios.
MÉTODOS
Selección de casos
Para realizar la selección de los casos es ne-
cesario asegurar que todos estos individuos
verdaderamente presenten el desenlace de
interés.9 Inicialmente se definen conceptual
y operacionalmente los criterios diagnósticos
para etiquetarlos correctamente; sin embargo,
en ocasiones estos pueden ser subjetivos o poco
claros, lo que facilita la existencia de falsos ca-
sos, generando sesgo de selección. Ante dicha
problemática, una de las alternativas que utilizan
los investigadores es separar a los participantes
en dos estratos: aquellos constituidos por los
casos comprobados o ciertos y aquellos como
casos probables, sin importar el tiempo que
tengan con el evento de interés.10,11
Selección de controles
Para garantizar una correcta comparación entre
los participantes del estudio es necesario rea-
lizar una selección adecuada de los controles,
mediante un ajuste de las características de los
sujetos y su tipo de muestreo.
La forma más apropiada de la selección de
los controles es considerarlos como una sub-
74
2018 enero;39(1)
población de individuos que está en riesgo de
desarrollar el evento, y de los cuales se puede
asegurar con cierta certeza que, en caso de que
desarrollaran el evento, serían incluidos en el
estudio como participantes en el grupo de los
casos.12
Para obtener una muestra representativa de la
población su selección debe cumplir algunas
consideraciones:
a. Los controles deben ser seleccionados de
la misma fuente poblacional que los casos.
b. Todos los posibles controles deben de te-
ner la misma probabilidad de ser elegidos
en el estudio; lo cual puede llevarse a cabo
mediante diferentes métodos probabilísti-
cos (aleatorio simple, estratificado o por
conglomerados).
Los controles deben compartir características
con los individuos que conforman los casos
con la finalidad de reducir factores confusores
que pudieran modificar las comparaciones entre
los grupos; para lo cual se utiliza una estrategia
llamada pareamiento, que consiste en identificar
sujetos que comparten ciertas características
específicas: edad, sexo, etc.; con sus respectivos
casos.13
La forma de medición y registro de información
de los controles debe ser igual a la utilizada
en los casos, con lo cual se reduce el sesgo de
observación y se garantiza la validez interna del
estudio.14
Además de lo anterior, el investigador debe
seleccionar una fuente adecuada de la que se
obtenga a los sujetos que conformarán el gru-
po control, para lo cual, existen las siguientes
alternativas:
a. Base poblacional: los controles se obtie-
nen de la misma población y tiempo de
los cuales se eligieron los casos; estos son
González-Garay A et al. Diseño de casos y controles

fáciles de identificar cuando se cuenta con incrementa el poder de las comparaciones hasta
registros poblacionales (ejem. registros del una relación de 4:1, ya que la inclusión de más
censo epidemiológico del país). controles únicamente incrementa los gastos del
b. Controles vecindarios: los participantes estudio sin mejorar significativamente su poder
viven en la misma zona residencial que estadístico.16
los casos incluidos en el estudio; esta for-
ma de selección no garantiza la correcta Métodos estadísticos empleados para los
comparabilidad entre los grupos. diseños de casos y controles
c. Controles hospitalarios: los controles son
aquellos sujetos que acuden al mismo Razón de momios
centro sanitario al que asisten los casos,
solo que solicitan atención para eventos La cuantificación clave del análisis estadístico en
diferentes; no obstante, pueden presentar un estudio de casos y controles es la razón de
múltiples factores confusores que pueden momios. La cual se calcula a través de la cons-
alterar la comparación. trucción de la tabla de contingencia de 2 × 2, que
d. Controles a partir de números telefónicos: se caracteriza por colocar el número de indivi-
se seleccionan los controles de forma duos con y sin el evento de interés de acuerdo al
aleatoria a partir de un listado de números factor de riesgo que se desea investigar. La parte
telefónicos de un área determinada. Una más importante de la construcción de esta tabla
limitante es su tasa de respuesta durante radica en que la variable dependiente va en las
el estudio. columnas y la independiente en las filas.
e. Controles a partir de amigos o familiares:
son sujetos relacionados con los casos, Ejemplo: La celda “a” se conforma por aquellos
incrementando la probabilidad de que casos que tuvieron el factor de exposición,
pertenezcan a la misma base poblacio- mientras que la celda “b” se constituye por los
nal, sin embargo, pueden no compartir controles que también presentaron la exposi-
las características de los participantes ción; a diferencia de la celda “c”, en la cual se
del estudio. Una forma útil que limita contabilizan los casos que no están expuestos a
este sesgo es la realización de estudios el factor estudiado, y la celda “d” representada
en gemelos, debido a que comparten las por los controles que no presentan el factor de
mismas características genéticas, facili- interés (Cuadro 1).17
tando la comparación entre los casos y
sus controles. Cuadro 1. Tabla de contingencia de 2x2
f. Controles de registro de mortalidad: los
casos son seleccionados de un registro Evento de
interés
poblacional de muertes de una región; sin
embargo, esto no garantiza la comparabi- Casos Controles
lidad entre los grupos.15 expuestos a b Total
expuestos
Una forma habitual de conducir estos estudios es Factor =a+b
de exposición no c d Total no
la utilización de un sujeto control por cada caso,
expuestos expuestos
lo cual reduce los gastos e incrementa la factibili- =c+d
dad para realizar el estudio; no obstante, pueden Total Total Gran total
utilizarse múltiples controles de una misma base casos controles a+b+c
poblacional para un mismo caso, con lo cual se a+c b+d +d

75
 Acta Pediátrica de México
La razón de momios (RM) es una medida de
asociación expresada en términos de posibilidad
de ocurrencia de un evento en los individuos que
cuentan con el factor de riesgo y es comparado
con aquellos participantes que no lo presentan;
en otras palabras, es un cociente de dos proba-
bilidades para la ocurrencia de un evento. Para
calcularlo, se requiere obtener la razón de dos
momios: a) el constituido por el resultado de la
división de las celdas de casos expuestos con los
controles expuestos, y b) el momio que se con-
forma por la división de los casos no expuestos
con los controles no expuestos (a/b)/(c/d); esta
expresión algebraica también se obtiene me-
diante la “razón de productos cruzados” (a * d)/
(b * c) (Figura 1).16
Figura 1. Razón de los productos cruzados para el
cálculo de la RM.
El primer momio cuantifica “cuántas veces es
mayor la probabilidad de presentar el evento de
interés dado que se está expuesto”, mientras que
el segundo analiza “cuántas veces es mayor la
probabilidad de presentar el evento de interés,
dado que el sujeto NO está expuesto al factor”.
Si la división de estos dos momios es igual a “1”,
la probabilidad de presentar el evento de desen-
lace es el mismo entre los casos y los controles;
es decir, no hay asociación entre el factor y el
evento estudiado; mientras que si el resultado
es mayor de “1”, indica que existe riesgo de
presentar el evento de interés por presentar el
factor; mientras que un valor menor de “1” sig-
nifica que los individuos que presentan el factor,
están protegidos para desarrollar el desenlace.
76
2018 enero;39(1)
Cuando la prevalencia de una enfermedad es
baja (menor a 5%), la RM se aproxima al riesgo
relativo, la cual es una medida de asociación
frecuentemente usada en ensayos clínicos o
estudios de cohorte, y que será explicada en
próximos artículos de esta serie de documentos.
Tanto en las ciencias biológicas como en las
ciencias sociales es frecuente no encontrar una
asociación clara entre la variable de desenlace y
el factor de riesgo, debido a la presencia de otras
variables que pueden confundir o modificar la
relación. Las variables confusoras son aquellas
que están relacionadas tanto con el factor de
exposición como con el desenlace; mientras que
una variable modificadora de efecto, es aquella
que solo está relacionada con el desenlace, y
su presencia puede incrementar o disminuir la
relación investigada.
Debido a lo anterior, el investigador requiere
tomar en consideración estas variables para lle-
var a cabo el análisis estadístico; por lo que es
habitual que realice las comparaciones divididas
en estratos por cada variable confusora, siempre
y cuando sean pocos los estratos, en los cuales
se calcule la RM y posteriormente analice la
RM global; dicho análisis estadístico recibe el
nombre de RM ajustada de Mantel-Haenszel17
(Figura 2).
Figura 2. RM ajustado de Mantel-Haenszel.
González-Garay A et al. Diseño de casos y controles
En caso contrario, si se requiere tomar en cuenta
múltiples factores confusores, el método adecua-
do para analizar la asociación, es la realización
de regresión logística múltiple.18
Intervalo de confianza al 95% de una razón de
momios
Para toda medida de cálculo es necesario ex-
presar su dispersión, en el caso de la RM es
mediante el intervalo de confianza (IC). El IC es
un rango acotado por dos valores, los límites in-
ferior y superior, en el cual se espera encontrar la
RM real, si el estudio se realizará en la población,
con un 95% de certeza; por lo tanto, si éste es
construido y no incluye el valor de “1”, se puede
interpretar que el factor de interés es de riesgo
(si es mayor de 1) o protector (si es menor de 1).
Para calcularlo es necesario construir la fórmula
de la Figura 3.17 Los parámetros contenidos en
el paréntesis constituyen el estimador aproxi-
mado del error estándar. La fórmula presentada
es la que permite calcular un IC con un 95% de
confianza para un estudio de casos y controles
sin pareamiento, sin estratificación y sin ajuste
por covariables.2,3 Para más detalles consultar
Schlesselman 1982 y Szklo 2007.
Figura 3. Intervalo de confianza al 95%.
Cálculo del tamaño de muestra en estudio de
casos y controles
Una fuente de sesgo en los estudios de casos
y controles es aquella en la que el número de
participantes no fue suficiente para demostrar
estadísticamente los hallazgos. Por este motivo
es indispensable que el investigador calcule el
tamaño muestral para asegurar la validez de sus
resultados. Para los estudios sin pareamiento
y sin ajuste se requieren los siguientes cuatro
datos:2,3
1. Valor α (probabilidad del error tipo I);
2. Valor β (probabilidad del error tipo II);
3. Proporción de individuos expuestos al
factor de riesgo dentro del grupo control.
4. Riesgo relativo hipotetizado del evento de
interés en el grupo de casos (R).
Los dos primeros elementos tienen conven-
cionalmente los valores de: α<0.05 y β<0.2 (o
también β<0.1), respectivamente, y los valores
de Z correspondientes son 1.96 y 0.84 (o 1.28).
Para constituir el tercer elemento, se requiere de
estimadores de efecto previamente publicados,
ya sea a partir de registros o por un estudio piloto.
El cuarto elemento requiere del conocimiento
del riesgo esperado del factor de exposición3
(Figura 4). Este cálculo, se ilustra con el siguiente
ejemplo: con la finalidad de analizar la asocia-
ción entre el consumo de un anticonceptivo
oral y el desarrollo de cardiopatía congénita se
planeó un estudio en que los autores estimaron
tener un error α de 0.05, un error β de 0.2, que
el 30% de mujeres del grupo control tomaban
anticonceptivo oral en el primer trimestre del
embarazo y que el riesgo del neonato para tener
cardiopatía era de 3. Anotando estos valores en
la fórmula de la Figura 5 se obtiene un tamaño
muestral de 55 participantes en cada grupo. 19
Aprovechando el ejemplo, el cálculo del in-
tervalo de confianza al 95%, resulta ser de la
siguiente manera: las frecuencias de a, b, c y d
que satisfacen aproximadamente la condición
dada son 43, 17, 12 y 38. Al aplicar la fórmula
77
 Acta Pediátrica de México
Figura 6. Ejemplo del cálculo del intervalo de con-
fianza al 95%.
Figura 4. Tamaño de la muestra.
Figura 5. Ejemplo para el cálculo del tamaño de la
muestra.
presentada anteriormente en la Figura 3 tenemos
el cálculo representado en la Figura 6. Por ende,
RM [IC 95%] = 8.01 [5.16, 12.43].
En general, podemos observar que los estudios
de casos y controles son relativamente fáciles de
realizar. Presentan ventajas y desventajas que
deben ser consideradas por los investigadores
para ser llevados a cabo; entre estas encontramos
las siguientes:
1. Es un diseño útil para estudiar problemas
de salud poco frecuentes (prevalencia
78
2018 enero;39(1)
< 5%) o que tienen un periodo largo de
latencia.
2. Son rápidos de realizar y poco costosos en
comparación con otros diseños de estudio.
3. Tiene pocas restricciones éticas, pero exis-
ten peculiaridades que se deben cumplir;
es necesario mantener la confidencialidad
y el resguardo de los datos, cumplir con
la reglamentación del cuidado del expe-
diente clínico cuando se tiene una base
hospitalaria y si se trata de un estudio
prospectivo en que se van a entrevistar a
los participantes del estudio, obtener las
Cartas de Consentimiento y Asentimiento
bajo información, dependiendo de la edad
del participante o Consentimiento Verbal
bajo amparo del aviso de privacidad de la
ley de protección de datos personales.20,21
4. Permite analizar varios factores de riesgo,
pero no para analizar varios eventos de
forma simultánea.
5. Sin embargo, en ocasiones es difícil
establecer la secuencia temporal de la
exposición y el evento.
6. Debido a que la gran mayoría de los datos
son obtenidos en forma retrospectiva se
puede incurrir en diferentes tipos de sesgo
(Cuadro 2).10
González-Garay A et al. Diseño de casos y controles

Cuadro 2. Fuentes de sesgo de los estudios de casos y controles

Tipo de sesgo Características Ejemplos

Sesgo de selección Cuando existe un error en la selección de los in- Considerar como controles a los participantes que
dividuos a participar en el estudio y se favorece la ya tienen el evento pero todavía no presentan los
probabilidad de pertenecer a un grupo específico signos clínicos característicos.
Sesgo de memoria Tipo de error caracterizado por alterar el conte- Aquellos participantes del grupo de los casos,
nido de los recuerdos de la información de los suelen exagerar los detalles de los factores a los
participantes que se expusieron; a diferencia de los controles
quienes devalúan dicha información.
Sesgo de información Error derivado de la forma en que se obtuvo la Información obtenida de fuentes secundarias de
información de la población participante información como son los registros o expedientes,
lo cual impide la colección correcta de los datos
de los participantes

CONCLUSIONES 7. Delgado-Rodríguez M, Sillero M. Revisión: Diseños Híbridos

1. El diseño de Ca-CO permite a los investi-
gadores explorar ciertos factores de riesgo
cuando sospechan que están asociados
con alguna enfermedad; generando evi-
dencia que posteriormente puede ser
analizada en otros diseños más robustos
que permitan analizar dicha asociación.
2. Es susceptible a diferentes fuentes de
sesgo, las cuales aunque sean minimiza-
das, debilitan la evidencia que podemos
obtener de dichos estudios.
REFERENCIAS
1. Schlesselman J, Stolley P. Observational Studies. Design,
Conduct, Analysis in Monographs in Epidemiology and
Biostatistics. Oxford University Press 1982; pp. 10-20.
2. Schlesselman J, Stolley P. Cohort and Case Control Sam-
pling Schemes. Design, Conduct, Analysis in Monographs
in Epidemiology and Biostatistics. Oxford University Press
1982; pp. 34-45.
3. Schlesselman J, Stolley P. Association and Testing for
Significance. Design, Conduct, Analysis in Monographs in
Epidemiology and Biostatistics. Oxford University Press
1982; pp. 53-56.
4. Bottaro F. Diseño de los estudios de investigación. Debilida-
des y fortalezas. Hematología. 2014;18(1):74-83.
5. Song J, Chung K. Observational Studies: Cohort and Case-
Control Studies. Plast Reconstr Surg. 2010;126(6):2234-42.
6. Lenz W and Knapp K. Thalidomide Embryopathy. Arc Envi-
ron Hlth. 1962;5(2):14-19.
de Estudios de Cohortes y de Estudios de Casos y Controles.
Gaceta Sanitaria. 1995;9(46):42-52.
8. Casagranda L. et al. Second malignant neoplasm following
childhood cancer: A nested case-control study of a recent
cohort (1987–2004) from the Childhood Cancer Registry
of the Rhône-Alpes region in France. Pediatric Hematology
and Oncology. 2016;33(6):371-82.
9. Silva G. Selection of subjects in case-controls studies. São
Paulo Medical Journal.1995;113(2):24-27.
10. Lazcano-Ponce E, Salazar-Martínez E, Hernández-Avila M.
Estudios epidemiológicos de casos y controles. Funda-
mento teórico, variantes y aplicaciones. Salud Pub Mex.
2001;43(2):135-50.
11. Beaglehole R, Bonita R, Kjellström T. Tipos de estudios en
Epidemiología básica. 1ª Edición. Organización Panameri-
cana de la Salud 2003. pp. 31-38.
12. Lazcano-Ponce E, Salazar-Martínez E, Hernández-Ávila M.
Estudios epidemiológicos de casos y controles. Funda-
mento teórico, variantes y aplicaciones. Salud Pub Mex.
2001;43(2):73-83.
13. Wacholerder S, Silvervan D, McLaughlin J, Mandel J. Selec-
tion of Controls in Case-Control Studies. III. Design Options.
American Journal of Epidemiology. 1992;135(9):1042-50.
14. Silva, G. Selection of subjects in case-controls studies. Sao
Paulo Medical Journal. 1995;113(2):41-42.
15. Rothman K, Greenland S, Timothy L. Modern Epidemiology.
2ª edición. Lippincott-Raven 1998.
16. Rada, G. and Merino, T. Epidemiología analítica. Estudios
de casos y controles. (escuela.med.puc.cl/recursos/rece-
pidem/epiAnal5.htm, 2007).
17. Szklo M, Nieto J. Epidemiology: Beyond the Basics. 2º ed.
Sudbury, MA: Jones & Bartlett Learning; 2006: pp. 227-44.
18. Berea-Baltierra R, Rivas-Ruiz R, Pérez-Rodríguez M,
Palacios-Cruz L, Moreno J, Talavera JO. Clinical research
XX. From clinical judgment to multiple logistic regression
model. Rev Med Inst Mex Seguro Soc. 2014 ;52(2):192-7.

79
 Acta Pediátrica de México
19. Westoff CF, Bumpass L. The revolution in birth control prac-
tices of U.S. Roman Catholics. Science. 1973;179(4068):41-4.
20. Diario Oficial, Reglamento de la ley general de salud en
materia de investigación para la salud. 1987-01-06, N. 3,
tomo CCCC, p. 98-113.
80
2018 enero;39(1)
21. NORMA Oficial Mexicana NOM-012-SSA3-2012, Que
establece los criterios para la ejecución de proyectos de
investigación para la salud en seres humanos México: 2013.
[citado 20 de Junio 2017]. Disponible en: (dof.gob.mx/
nota_detalle.php?codigo=5284148&fecha=04/01/2013)